這幾天，弈然從新審視了他的母系系統(tǒng)的整體框架，發(fā)現(xiàn)了一個(gè)重要的問題，也正是導(dǎo)致弈然的進(jìn)度極其緩慢的主要原因。
　　弈然的母系系統(tǒng)，雖然極力跳脫了數(shù)學(xué)邏輯的限制，卻還是把對(duì)于事件的“解釋”與“預(yù)測(cè)”分成了兩個(gè)獨(dú)立的部分。大量的數(shù)據(jù)分析注重解釋，深度的學(xué)習(xí)注重預(yù)測(cè)。只有將解釋和預(yù)測(cè)結(jié)合起來(lái)，真正的強(qiáng)人工智能才能夠?qū)崿F(xiàn)。
　　舉個(gè)例子，大多數(shù)情況下，只要提到“挖掘機(jī)技術(shù)哪家強(qiáng)”，偽人工智能自動(dòng)就可以聯(lián)想到“華夏山東找藍(lán)翔”，但是如果繼續(xù)說(shuō)“真的么？我要學(xué)挖掘機(jī)?！蹦敲磦稳斯ぶ悄苌踔翢o(wú)法判斷這句話到底是玩笑還是真話，因?yàn)閭稳斯ぶ悄軟]有邏輯思維，只有數(shù)學(xué)概率。
　　想要漸離一個(gè)理想的模型，就應(yīng)當(dāng)幫助機(jī)器理解變量之間的種種影響渠道，讓機(jī)器學(xué)會(huì)邏輯判斷，，從而把解釋和預(yù)測(cè)這兩個(gè)在偽人工智能程序中割裂的部分在真正的人工智能程序中統(tǒng)一起來(lái)，這就是母系系統(tǒng)需要完成的目標(biāo)。
　　想到這里，弈然的思路已經(jīng)完全理清了，代碼本身要跳脫數(shù)學(xué)邏輯的限制，但是機(jī)器行為本身不可能跳脫數(shù)學(xué)邏輯。應(yīng)當(dāng)先搭建變量關(guān)系影響渠道的邏輯代碼，然后再對(duì)大量的事件套用邏輯代碼，讓機(jī)器人對(duì)套用了邏輯代碼的大量事件進(jìn)行深度學(xué)習(xí)，最終掌握邏輯思維。
　　事不宜遲，說(shuō)干就干。
　　思路清晰的弈然簡(jiǎn)直無(wú)比神速，一個(gè)無(wú)比龐雜的邏輯及系統(tǒng)，僅僅一個(gè)通宵，弈然就完成了10%。天不知不覺亮了起來(lái)，弈然也要收拾收拾準(zhǔn)備休息了。這時(shí)電話突然響了起來(lái)，是林寒念。